[发明专利]基于小波、阈值滤波及压缩感知的信息增强与传输方法在审
申请号: | 202010890780.7 | 申请日: | 2020-08-29 |
公开(公告)号: | CN112073593A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 卢继华;王瑞;王欢;杨爱英;韩航程;谢民;马志峰 | 申请(专利权)人: | 北京理工大学 |
主分类号: | H04N1/32 | 分类号: | H04N1/32 |
代理公司: | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人: | 张利萍 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 阈值 滤波 压缩 感知 信息 增强 传输 方法 | ||
1.基于小波、阈值滤波及压缩感知的信息增强与传输方法,其特征在于:包括如下步骤:
步骤1、基于小波稀疏基对信息x进行压缩欠采样及信号观测,再对离散二维小波变换的高频系数HL、LH、HH进行观测;
其中,离散二维小波变换的小波稀疏基选择sym及bior类中的一种,离散二维小波变换3组高频系数HL、LH和HH以及1组低频系数LL,低频系数LL是非稀疏的;
其中,x的维度为m乘以n,观测结果矩阵为Y;
其中,信号观测依托的模型为:Y=Ay’,A为测度矩阵,是具有随机分布特性的随机观测矩阵,y’为观测输入,为x经稀疏小波变换后的高频系数HL、LH、HH,且y’为K稀疏的;
其中,A=ΦΨ,大小为M×m;ψ为小波稀疏基矩阵,大小为m×m;
其中,KMm;
其中,Y=ΦΨy’;m及n为x的维度值,且k=M/m;
步骤2、对观测结果矩阵Y和低频系数LL进行量化,量化成比特流B;
步骤3、对步骤2输出的比特流B进行信道编码,输出信道编码后符号C;
步骤4、对信道编码后符号C进行调制,输出已调制符号Q;
其中,调制方式包括但不限于QAM、OFDM以及TCM;各种数字调制方式包括但不限于MASK、MFSK以及MPSK调制,M为调制阶数,M为2的N次幂;N大于等于1;
步骤5、已调制符号Q经无线信道传输,引入噪声及干扰,得到信道传输后符号Q1;
步骤6、接收经无线信道传输后的步骤5传输后的符号Q1并解调,输出解调后符号C’;
步骤7、对步骤6输出的解调后符号C’进行信道解码,输出信道解码比特流B’;
步骤8、对步骤7输出的信道解码比特流B’进行反量化操作,输出反量化后的高频系数矩阵LH、HH、HL和低频系数LL;
步骤9、对步骤8输出的反量化后的高频系数矩阵LH、HH、HL分别进行Renyi熵去除噪声,得到去噪后的高频系数LH1、HH1、HL1,具体为:
步骤9.1、对高频系数LH、HH、HL以及分别计算行Renyi熵值,求Renyi熵值最大的行KLH、KHH以及KHL,并基于KLH、KHH以及KHL行分别对LH、HH、HL绝对值的中值通过公式(1)、(2)以及(3)计算估计方差及
将KLH、KHH以及KHL的行中值作为去噪阈值,分别记为TLH、THH、THL;
步骤9.2、基于公式(1)(2)以及(3)输出的方差计算去噪阈值TLH、THH、THL:
其中,q是第k行系数的长度;
步骤9.3、分别对LH、HH、HL中绝对值大于阈值TLH、THH、THL的系数保留,小于等于阈值的系数直接置零,得到阈值过滤后的高频系数,记为LH1、HH1、HL1;
步骤10、对步骤9输出的去噪后的高频系数LH1、HH1、HL1进行压缩感知重构,输出重构后结果Y1、Y2和Y3;
其中,压缩感知重构包括但不限于AMP、OMP以及BP;
步骤11、对低频系数LL进行巴特沃斯高通滤波,输出具体为:
步骤11.1、将步骤10输出的反量化后的低频系数矩阵LL进行二维傅里叶变换,得相应频谱
步骤11.2、将频谱中心化后,基于公式(7)计算出传递函数:
其中,D0代表截止频率,s代表滤波器的阶数;d为与中心化后的中心位置的距离变量;
步骤11.3、将与传递函数H相乘的积进行傅里叶反变换,再取积的实部得到低频系数分量
步骤12、对步骤11输出的和步骤10输出的Y1、Y2、Y3进行小波逆变换,得到恢复的信息x’。
2.根据权利要求1所述的基于小波、阈值滤波及压缩感知的信息增强与传输方法,其特征在于:步骤1中,m及n均大于等于8。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010890780.7/1.html,转载请声明来源钻瓜专利网。